统一认证，接入所有提供方
一把 RunAPI key 解锁整个模型目录。无需为每家提供方单独建账户。
curl -X POST https://runapi.ai/api/v1/gpt_4o_image/text_to_image \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-4o-image",
"prompt": "根据我们关于品牌重设计的对话，生成一张新首页 hero 区域的 mockup。"
}'import { Gpt4oImageClient } from "@runapi.ai/gpt-4o-image";
const client = new Gpt4oImageClient();
const result = await client.textToImage.run({
model: "gpt-4o-image",
prompt: "根据我们关于品牌重设计的对话，生成一张新首页 hero 区域的 mockup。",
});<?php
require __DIR__ . "/vendor/autoload.php";
use RunApi\Gpt4oImage\Gpt4oImageClient;
$client = new Gpt4oImageClient();
$result = $client->textToImage->run([
'model' => 'gpt-4o-image',
'prompt' => '根据我们关于品牌重设计的对话，生成一张新首页 hero 区域的 mockup。',
]);require "runapi/gpt_4o_image"
client = RunApi::Gpt4oImage::Client.new
result = client.text_to_image.run(
model: "gpt-4o-image",
prompt: "根据我们关于品牌重设计的对话，生成一张新首页 hero 区域的 mockup。"
)npx skills add runapi-ai/gpt-4o-image -g# Claude Code
claude mcp add runapi -s user -- npx -y @runapi.ai/mcp
# Codex
codex plugin install runapi-mcp@agents
# Cursor / Windsurf / VS Code
npx @runapi.ai/mcp init cursor概览
关于 GPT-4o Image
GPT-4o Image 在 GPT-4o 对话中直接实现原生图像生成，将语言理解与视觉创作融合于单一模型。它能理解对话上下文，生成语境高度吻合的图像。
提供方
OpenAI
模态
图像
定价
定价
失败的生成不计费
文生图
$0.06-$0.24
/ 张图片
2 张图片
$0.12
4 张图片
$0.24
规格
技术细节
| 模型 ID | gpt-4o-image |
| 提供方 | OpenAI |
| 模态 | image |
| 任务类型 | asynchronous |
| 计费单位 | 次调用 |
| API 端点 | /api/v1/gpt_4o_image/text_to_image |
| 商用许可 | 允许商用 |
| 收录状态 | 运行中 |
Agent 集成
通过 Agent 运行 GPT-4o Image
工作流程
开始使用 GPT-4o Image
-
选择模型
根据输出类型、质量要求和延迟目标选择模型与变体。
-
配置
设置 RunAPI key，并在代码工作区安装对应 model skill。
-
调用
按 skill 里的说明，把模型能力接入到你的应用里。
-
接收
按 task ID 轮询、在支持时使用流式，或处理 webhook 回调。
为什么用 RunAPI 调用 GPT-4o Image API
统一的定价与账单
USD 按次定价，按月结算。失败的生成不计费。
Schema 优先的 SDK
Typed schema 和接入说明已打包进 model skill，让实现从正确契约开始。
GPT-4o Image 常见问题
GPT-4o Image 与 GPT Image 有什么区别？
GPT-4o Image 在 GPT-4o 对话中原生生成图像，利用对话上下文指导图像内容。GPT Image 是独立的图像生成端点。
对话上下文有什么帮助？
模型会利用完整的对话历史来理解你的需求——你可以用自然语言描述修改内容，迭代优化图像。
单张图像中能处理多少个对象？
GPT-4o Image 可以在单个场景中处理多个不同对象，同时保持构图连贯性和对象身份。
我能编辑之前生成的图像吗？
可以——在对话中描述修改内容，模型会在保留场景其余部分的同时修改现有图像。
它适合迭代设计工作流吗？
适合——对话式界面让迭代变得自然：生成、审查、描述调整，再重新生成，无需重写完整提示词。
应该从哪个变体开始？
选满足质量要求的最便宜变体。多数团队从 fast 起步，生产时升级到 pro。
相似模型